待验证50% 置信事实精确时间
近年主流文生图模型（如 Stable Diffusion、Midjourney、DALL·E 系列）多采用潜在扩散方案，在压缩后的潜空间内完成去噪以降低算力开销。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证Stability AI开源的Latent Diffusion Model将扩散过程转移到低维潜空间，使计算成本下降一个数量级，催生了Stable Diffusion78% 相似待验证潜空间扩散模型先用编码器将图像压缩到低维潜在空间进行去噪迭代，再用解码器还原，将扩散过程计算量降低数个数量级77% 相似待验证扩散模型（Diffusion Model）的兴起使Stable Diffusion、Midjourney等工具将图像生成门槛降至消费级硬件可运行水平75% 相似待验证LTX 系列采用 Latent Diffusion 范式，在压缩后的潜空间中进行扩散过程而非直接在像素空间操作74% 相似待验证解耦下降的理论保证建立在风格化的高斯混合数据、全批量梯度下降和高维渐近极限等强假设之上，距离应用于大规模模型还有很长的路72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1086940API
curl https://kongchang.com/api/v1/knowledge/claims/1086940MCP
get_claim(id=1086940)